缺失值(missing value)是机器学习建模过程中最让人头疼的问题之一。重要属性的缺失更是会让模型的预测效果变差,容易让模型过拟合。解决方法主要有三类:删除含缺失值的数据行(instance)、删除含缺失值的数据列(feature)、填充缺失值。在以下链接中都有涉及:
缺失值(missing value)是机器学习建模过程中最让人头疼的问题之一。重要属性的缺失更是会让模型的预测效果变差,容易让模型过拟合。解决方法主要有三类:删除含缺失值的数据行(instance)、删除含缺失值的数据列(feature)、填充缺失值。在以下链接中都有涉及: